pythonMerge的用法入门，merge可以实现类似sql一样的功能进行表连接 查询，join,left join

raw_data_1 = {
        'userid': ['1', '2', '3', '4', '5'],
        'first_name': ['Alex', 'Amy', 'Allen', 'Alice', 'Ayoung'],
        'last_name': ['Anderson', 'Ackerman', 'Ali', 'Aoni', 'Atiches']}

raw_data_2 = {
        'userid': ['4', '5', '6', '7', '8'],
        'first_name': ['Billy', 'Brian', 'Bran', 'Bryce', 'Betty'],
        'last_name': ['Bonder', 'Black', 'Balwner', 'Brice', 'Btisan']}

第一实现left join,类似数据库查询

首先需要把 两个字段转换为 DataFrame

data1 = pd.DataFrame(raw_data_1)
data2 = pd.DataFrame(raw_data_2)

print(pd.merge(left=data1 ,right=data2,on='userid',how='left'))

下面就是查询的结果，用左表为主表，所以 raw_data_1的所有数据，raw_data_2 的数据填写为NAN,当然这样也生产了一个新的DataFrame，也可以当做数据合并使用

how='left'， 左查询
how='right'，右查询

how='inner' ，类似于，数据库里面的join，把两个表都出现的数据查询出来

print(pd.merge(data1,data2,on='userid',how='inner'))

print(pd.merge(left=data1,right=data2,on='userid',how='outer')),把两个表数据都会列出来

默认是inner,如果不写how=xx

也可以选择指定的列进行合并

# dt1=data1[["first_name","userid"]]
# dt2=data2[["first_name","userid"]]

print(pd.merge(left=data1 ,right=data2,on='userid',how='left'))